華為嗷嗷領先，AI算力“一超多強”明朗，英偉達好日子到頭？

如果華為9月18號官宣的都能實現，英偉達清庫存、中國定制、反壟斷調查都不再重要，可以踏實放棄中國市場了。

TT可以坦然“讓給你”，因為半導體我們“勝利在望”。

9月18日的華為全連接大會上，昇騰公布未來三年產品路線圖，明確2026至2028年將推出包括950PR、950DT、960、970在內的多款高性能芯片。

架構、算力、內存、集群互聯跨越式發展，在經歷盤古昇騰事件后，華為少見地高調公布AI戰略進展。

結合T1級的寒武紀、昆侖芯、平頭哥、摩爾線程今年爆單，沐曦、壁仞、天數等公司有望上市，國產AI算力一超多強”局面逐漸明朗。

芯片全面進化：算力狂飆，自研HBM，架構大換血！

1）新架構讓CUDA不再是護城河

昇騰950將實現1PFlops FP8算力或2 PFlops FP4算力，若按英偉達稀疏算力標稱法，昇騰950算力還將再次翻倍，高達4 PFlops。相較于此前昇騰910C單Die最高0.8PB Int8的算力，其算力密度只能說是穩步提升。

此外，將于2027年Q1上市的昇騰960將實現2PFlops FP8算力，行業推測昇騰960可能采用雙Die合封設計，類似當下的昇騰910C或英偉達B200/300。而昇騰970將再次翻倍，達到4 PFlops。

更重要的是架構升級，昇騰NPU從SIMD升級至SIMT/SIMD架構。與此前芯事情報局報道的《盤古昇騰事件后續來了，華為轉向GPU硬剛英偉達？》基本一致。

SIMT/SIMD架構的好處在于：

一是算子開發變得更加高效，相較于以往為昇騰910系列自行開發算子的方式，大幅優化，甚至可以以很簡單的方式匹配CUDA算子。

二是支持的加速格式也更為豐富，從原先最低支持Int8，擴展至FP8、FP4等多種精度，其中FP4有望成為未來推理任務的主流配置。以OpenAI開源大模型GPT OSS來看，該模型使用4bit量化和FP4推理。

此外，新一代芯片在訪存效率和互聯帶寬方面也實現進一步提升。

互聯帶寬從昇騰910C的784 GB/s提升至2TB/s，是原來的接近3倍；實現更精細的內存訪問粒度（支持512B、128B）；提高向量處理單元的計算資源分配。

2）國產HBM橫空出世，內存墻徹底推倒

該方案大概率采用定制Base Die與DRAM TSV封裝相結合的方式，也不排除華為完全自研Base Die及封裝技術的可能性。HBM本質上是由多層DRAM堆疊于Logic芯片之上構成，如僅追求高速內存性能，也可放寬條件，不嚴格依賴HBM。類似替代方案還包括可用于移動端的CUBE封裝等更靈活的結構。

HBM方面，昇騰950PR采用128GB 1.6TB/s的HBM，950DT則采用144GB 4TB/s的HBM二代。在昇騰960和970上，內存速度還將提升到9.6TB/s和14.4 TB/s。

3）一芯兩用！昇騰950為大模型量身定制

PR版本采用950 Die搭配HiBL1.0（內部代號“白鷺”），而DT版本則為950 Die與HiZQ（內部代號“朱雀”）的組合。

兩者在內存帶寬方面存在差異，DT具備更大帶寬，PR則相對較小。

這一區別推測與大模型推理的不同階段需求相關：Prefill階段側重于算力，影響“出首字”速度，而Decode階段更依賴內存帶寬，影響“蹦字”效率。芯片架構的這一變化，是否預示著“PD分離”的設計趨勢，值得進一步觀察。

4）鯤鵬CPU同步進化，192核“靈犀”打通算力瓶頸

2026年Q4量產鯤鵬950，核心架構從“泰山”升級為“靈犀”，核數大幅提至192核/384線程；2028年Q1推出鯤鵬960，更分高性能版（單核性能+50%+）和高密度版（256核/512線程），全面覆蓋AI Host、數據庫、云原生等場景。

集群全球最強！SuperPoD性能碾壓英偉達現役及在研系統！

1）重新定義“Super”，8192卡單節點只是起步，算力單位直接用“E”

搭載昇騰950芯片的新一代大規模集群SuperPoD正式對外公布，預計將顯著提升高性能計算能力。

SuperPoD將于2026年第一季度開始交付，該可以以8192張卡為節點，形成超大規模算力池。這一算力水平遠超當前英偉達主流方案，甚至超越其規劃中的NVL72/NVL576系統，被業內稱為“全球最強AI單節點”。

Atlas 950 SuperPoD（基于Ascend 950）：

?集成 8,192顆NPU

?FP8算力高達 8 EFLOPS（每秒800億億次）

?內存容量 1,152 TB

?內存帶寬 16.3 PB/s

?訓練吞吐量 4.91 million TPS

?推理吞吐量 19.6 million TPS

Atlas 960 SuperPoD（基于Ascend 950DT / 960）：

?規模擴展至 15,488卡（NPU）

?FP8算力達 30 EFLOPS，FP4下更可達 60 EFLOPS

?互聯帶寬高達 34 PB/s，采用跨柜全光互聯架構

據估算，在FP16精度下，一個8192卡集群可提供4EFlops算力，而15488卡集群更可達到7.5EFlops，展現出卓越的線性擴展能力。

該集群采用全光互聯技術，運行華為自研的GaussDB數據庫，并搭載泰山950服務器作為交換核心，體現出高度集成化的“華為全家桶”式解決方案。

值得關注的是，此前已在CM384集群中得到驗證的UB Mesh互聯技術，也將直接應用于SuperPoD中，為其高吞吐、低延遲通信提供底層支持。

2）百萬卡互聯已成現實，AI算力進入“核聚變”時代

50萬卡集群預計可提供267 EFLOPS（FP16）算力，相當于64個8192卡集群的集合；而百萬卡集群更將實現524 EFLOPS（FP16）算力，由128個基本SuperPoD單元構成。

意味著SuperPoD架構中一個8192卡集群模塊，并支持以2的倍數靈活向上疊加，為超大規模AI訓練與推理任務奠定堅實基礎。

全面開源！華為開放UB-Mesh、AI工具鏈，共建生態絕殺英偉達！

華為正式開源其UB-Mesh互聯技術，靈衢協議將面向企業、合作伙伴及高校開放，共同推動下一代超節點計算基礎設施的建設與發展。

當前，單卡與單機柜的性能逐漸面臨物理上限，卡間與機柜間互聯技術已成為提升算力規模的關鍵。為突破單卡算力限制，華為推出了昇騰910C，英偉達也發布了B200/B300，均采用合封方式提升單卡性能。在機柜層面，英偉達NVL72通過高密度集成顯卡進一步提升單節點性能。而在千卡、萬卡乃至十萬卡的大規模集群中，互聯方案多依賴InfiniBand或以太網架構，各廠商需依托自身技術實現高效組網。

此前有分析比喻稱，英偉達的互聯技術能夠將數千張顯卡虛擬化為一個“超級計算卡”，實現整體算力的無縫整合。UB-Mesh則代表了華為基于光互聯技術提出的全新路徑，旨在替代InfiniBand方案。

光互聯相較于傳統銅互聯，在抗干擾性和傳輸帶寬方面具備明顯優勢。更重要的是，我國光通信產業鏈自主程度遠高于銅纜相關產業。國內銅礦品位普遍較低，采購價格易受大宗商品市場影響，而光纖材料則無此類擔憂。盡管在光電芯片領域仍部分依賴海外企業——值得一提的是，華為在武漢已建設光芯片制造工廠——但在光模塊、光纖等環節，國內產業已非常成熟，光纖光模塊產能全球占比超過50%。

此前5G技術雖屢受爭議，但我國在5G建設過程中培育出了全球綜合實力最強的光通信能力。隨著UB-Mesh正式開源，各類傳統通信企業均可依托自身能力推進實施，參與到新一代計算基礎設施的建設中，共享技術發展帶來的市場機遇。

此外，華為還開源了全套AI開發工具。CANN編譯器與虛擬指令集接口開放，其余軟件全開源，2025年底前完成910B/C版本開源，未來實現“產品上市即開源”。Mind系列工具鏈全面開源，涵蓋訓練、推理、部署全流程。openPangu基礎大模型全面開源，支持企業二次開發與定制。

華為此次路線圖不止是芯片迭代，更是一套從芯到集群、從硬件到開源生態的全面進攻策略。在算力競爭步入深水區的當下，華為正以全自研技術棧+深度開源，構建挑戰英偉達的底層資本。2026，好戲才剛剛開始。